船舶在波浪中脉动压力预报的三维方法

船体表面的脉动压力预报对于船体结构有限元分析和可靠性分析是十分重要的 .预报船舶运动响应、水动压力和剖面载荷的传统做法是采用切片理论 ,该理论对常规细长船舶的运动响应和剖面波浪载荷能给出较好的预报结果 ,但对船体表面脉动压力的预报 ,却因没有充分考虑三维效应而与船模试验结果出入较大 .本文通过引入“高频低速”假定 ,基于三维线性势流理论 ,用三维源汇分布法在频域内求解非定常流场 ,进而计算船舶在规则波中运动、波浪载荷和脉动压力响应 .对集装箱船FLOKSTRA的计算结果表明 :与切片法相比 ,本方法计算的脉动压力响应与船模试验结果符合较好 .

BP网络参数优化及其在轧制压力预报中的应用

利用最优化算法对ＢＰ算法中的学习速率（η）和动量因子（α）进行了优化选取，利用优化的ＢＰ网络对冷轧机轧制压力进行了预报，结果良好。

基于神经网络的平底结构砰击压力预报

对利用神经网络预报平底结构入水砰击压力的方法进行了探讨。首先利用仿真软件计算各种情况下平底结构入水所产生的砰击压力,以此形成训练神经网络的数据集。其次利用数据集对三层反馈式网络进行了训练,讨论了不同隐含层节点数对该非线性系统的拟合能力,并且对梯度下降法、动量修正法和基于优化的LM算法的有效性和精度进行了比较,最后得出了适合平底结构入水砰击系统的网络结构。

用改进的遗传神经网络预报冷连轧轧机的轧制压力

为了充分利用BP神经网络的函数逼近能力并克服其易陷入局部极值点的主要缺陷 ,提出了利用遗传算法 (GA)和BP算法联合进行网络权值优化调整的思想 ,并把改进的遗传算法 (MGA)和BP网络有机结合 ,建立了MGA—BP网络系统。该网络系统具有遗传算法性能参数优选、网络结构参数优选、网络性能参数优选以及GA—BP算法联合进行网络权值修改几种功能。利用MGA—BP网络进行了带钢冷连轧机轧制压力预报 ,结果良好。

基于小波神经网络的轧制压力高精度预报模型

由于传统的轧制压力计算模型结构简单,即使采用自适应技术,也难以适应不断提高的精度要求。为了提高精轧机组轧制压力预设定精度,采用小波神经网络方法对轧制压力进行预报,利用引入动量项的最速下降法训练网络权值、尺度因子和平移因子。经离线仿真证明,该小波神经网络该方法的预报精度优于同等规模的BP网络,预报结果的相对误差基本限制在5%以内。且其训练方法具有收敛速度快的特点,具有很好的在线应用前景。

煤矿采场顶板来压自动预报的关键技术及其实现

复杂地下工程监测信息的自动分析技术是实现地下工程安全高效地施工和运营的保障。本文介绍采用模式识别、模糊数学和有向图原理，基于采场顶板运动与支承压力显现的关系而研制的包含图形元素、步距逼近等新方法的煤场采场顶板来压自动预报专家系统，以及实现该系统的关键技术。该系统已在４个矿得到应用。

顶板来压预报的数学模型及效果

本文应用模糊数学方法统一识别来压前兆模糊信息(超前巷道和工作面顶底板移近速度),探讨了来压前兆的基本特征量及隶属函数,找出了各种条件下来压前兆的共同异常特征,使来压预报可按统一模式进行。文章表明,移近加速度是来压前兆的基本特征量,由其构成的戒下型隶属函数将前兆异常分辨得十分清楚。研究结果为确定性预报、计算机预报提供了有效的前兆分析数学模型。

二维楔形体入水砰击仿真研究

基于数值仿真的方法对二维刚性楔形体的入水砰击问题进行了研究.建立了包含气水流场的二维有限元模型,考虑空气、重力等因素在砰击过程中的影响,研究了流场的自由液面、压力和速度等物理量的变化情况.对不同入水角的楔形体入水的砰击压力峰值系数进行了计算,分析压力峰值的变化规律.结果表明,楔形体入水砰击压力峰值系数不仅与入水角度有关,而且与入水速度也有很大的关系.

综采工作面端头顶板大面积悬顶致灾机理与控制方法

通过现场实践和理论分析揭示了综采工作面端头大面积悬顶致灾机理。提出了端头顶板矿山压力监测与预报;提高端头支架支护质量;端头大面积悬顶和退锚技术风险预控管理3条安全技术措施。经过在现场对综采工作面端头顶板的监测和预报,端头直接顶和老顶破断呈弧三角悬顶结构,顶板大面积垮落形成高压飓风,端头支架工作阻力较小,提出了提高端头支架支护质量的方法,对综采工作面端头大面积悬顶和退锚技术的主要危险源进行了辨识。